Day 6——李棉襖

前言：第六天的任務(wù)是學習R包。小伙伴說的好，在R中和在現(xiàn)實中一樣——“包”治百??！

鏡像設(shè)置

Q：為什么要設(shè)置鏡像呢？
A：因為在使用Rstudio的時候配置一個國內(nèi)鏡像可加速包的下載

設(shè)置方法：

傳送門：你還在每次配置Rstudio的下載鏡像嗎？

1.初級方法——Rstudio的程序設(shè)置
這個設(shè)置的是CRAN的鏡像，如果要下載Bioconductor的包，這個鏡像是沒有辦法用的；另外即使設(shè)置了這里，Rstudio也不是每次都能真的從CRAN去下載包，可以通過options()$repos來檢驗，但速度很慢

2.升級方法——運行這兩行代碼

# options函數(shù)就是設(shè)置R運行過程中的一些選項設(shè)置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #對應(yīng)清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對應(yīng)中科大源
# 當然可以換成其他地區(qū)的鏡像

這個方法也不是萬能的，重新打開R時可用options()$BioC_mirror檢查Bioconductor是否還是國內(nèi)鏡像，如果它回到國外的官方鏡像，請右轉(zhuǎn)→傳送門：你還在每次配置Rstudio的下載鏡像嗎？

安裝包&加載包命令

install.packages(“包”) #安裝包，注意有引號?。?！
library(包) #加載包
require(包) #也是加載包 可二選一

dplyr五個基礎(chǔ)函數(shù)

示例數(shù)據(jù)直接使用內(nèi)置數(shù)據(jù)集iris的簡化版 test <- iris[c(1:2,51:52,101:102),]

電腦出來數(shù)據(jù)顯示：

 Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new
1          5.1         3.5          1.4         0.2     setosa 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new
1          5.1         3.5          1.4         0.2     setosa 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66
  1. 新增列→ mutate(文件名, new = 列名)
  2. 篩選列：按列號→ select(文件名,列號) ；按列名→select(文件名, 列名1, 列名2) or vars <- c("列名1", "列名2") select(文件名, one_of(vars))
  3. 篩選行→ filter(文件名, 行名 == 篩選關(guān)鍵詞)
    如：
filter(test, Species == "setosa")
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
filter(test, Species == "setosa"&Sepal.Length > 5 )
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
filter(test, Species %in% c("setosa","versicolor"))
##   Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
## 1          5.1         3.5          1.4         0.2     setosa
## 2          4.9         3.0          1.4         0.2     setosa
## 3          7.0         3.2          4.7         1.4 versicolor
## 4          6.4         3.2          4.5         1.5 versicolor
  1. 按某一列或某幾列對整個表格進行排序 → arrange(文件名, 列名) （默認從小到大排）
  2. 匯總(結(jié)合group_by使用實用性強) → summarise(文件名, mean(), sd() )
    如：
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計算Sepal.Length的平均值和標準差
##   mean(Sepal.Length) sd(Sepal.Length)
## 1           5.916667        0.8084965
# 先按照Species分組，計算每組Sepal.Length的平均值和標準差
group_by(test, Species)
## # A tibble: 6 x 5  #tibble是個data frame
## # Groups:   Species [3]
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
## *        <dbl>       <dbl>        <dbl>       <dbl> <fct>     
## 1          5.1         3.5          1.4         0.2 setosa    
## 2          4.9         3            1.4         0.2 setosa    
## 3          7           3.2          4.7         1.4 versicolor
## 4          6.4         3.2          4.5         1.5 versicolor
## 5          6.3         3.3          6           2.5 virginica 
## 6          5.8         2.7          5.1         1.9 virginica
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3
##   Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
##   
## 1 setosa                     5                 0.141
## 2 versicolor                 6.7               0.424
## 3 virginica                  6.05              0.354

dplyr兩個實用技能

1.管道操作 %>% (cmd/ctr + shift + M) #注意輸入法設(shè)置
用管道符號可加載任意一個tidyverse包
2.count統(tǒng)計某列的unique值
count(文件名,列名)

dplyr處理關(guān)系數(shù)據(jù)

將2個表進行連接

options(stringsAsFactors = F)

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F)
test1
##   x z
## 1 b A
## 2 e B
## 3 f C
## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6),
                    stringsAsFactors = F)
test2 
##   x y
## 1 a 1
## 2 b 2
## 3 c 3
## 4 d 4
## 5 e 5
## 6 f 6

1.內(nèi)連inner_join,取交集

inner_join(test1, test2, by = "x")
##   x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6

2.左臉left_join

left_join(test1, test2, by = 'x')
##   x z  y
## 1 b A  2
## 2 e B  5
## 3 f C  6
## 4 x D NA
left_join(test2, test1, by = 'x')
##   x y    z
## 1 a 1 
## 2 b 2    A
## 3 c 3 
## 4 d 4 
## 5 e 5    B
## 6 f 6    C

3.全連full_join

full_join( test1, test2, by = 'x')
##   x    z  y
## 1 b    A  2
## 2 e    B  5
## 3 f    C  6
## 4 x    D NA
## 5 a 
## 6 c 
## 7 d

4.半連接&反連接

semi_join(x = test1, y = test2, by = 'x')
anti_join(x = test2, y = test1, by = 'x')

5.簡單合并
在相當于base包里的cbind()函數(shù)和rbind()函數(shù)
注意，bind_rows()函數(shù)需要兩個表格列數(shù)相同，而bind_cols()函數(shù)則需要兩個數(shù)據(jù)框有相同的行數(shù)

示例：

test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
##   x  y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
##   x  y
## 1 5 50
## 2 6 60
test3 <- data.frame(z = c(100,200,300,400))
test3
##     z
## 1 100
## 2 200
## 3 300
## 4 400
bind_rows(test1, test2)
##   x  y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
## 5 5 50
## 6 6 60
bind_cols(test1, test3)
##   x  y   z
## 1 1 10 100
## 2 2 20 200
## 3 3 30 300
## 4 4 40 400
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容